Agent Skills Hub

airflow

使用 af CLI 查询、管理及排查 Apache Airflow 工作流程。支持 DAG 调查、任务日志提取、触发执行、错误诊断及系统健康监控。

ai-writing-guide

自动化营销资产审核流程，支持多级审批、状态追踪及自动升级处理。

ai-pattern-detection

检测AI生成的写作模式并提供真实的替代建议，提升内容质量并使其更具人性化。

ai-llm-engineering

LLM 系统生命周期、架构与部署的运营中心。包含 PEFT/LoRA 微调、RAG 流程、vLLM 吞吐量优化、自动化偏移检测及整合 CI/CD 的评估框架。

ai-integration

Claude API 集成模式与参考实现，涵盖聊天、流式传输、工具调用及结构化 JSON 输出等 AI 功能。

agently-playbook

Agently 项目的启动与规划入口，适用于定义模型驱动的工具、构建工作流，以及从业务需求开始规划应用程序架构。

agentic-quality-engineering

使用 19 个以上的 AI 代理、PACT 原则与自动化质量门禁，编排先进的软件质量工程工作流程。

agentic-jujutsu

为 AI 开发者与工程团队设计的量子抗性、自我学习版本控制与多代理协作系统。

agentic-development

使用 Pydantic AI (Python) 和 Claude Agent SDK (Node.js/TypeScript) 构建自主、多步骤的 AI 代理。

AgentDB Vector Search

为 AI 代理提供的高性能向量搜索引擎，具备毫秒级检索、HNSW 索引与量化技术，适用于 RAG 系统、相似度匹配与知识库管理。

AgentDB Performance Optimization

通过量化、HNSW 索引、缓存与批次处理优化 AgentDB 性能，显著提升向量搜索速度并降低内存占用。

AgentDB Memory Patterns

使用 AgentDB 为 AI 代理实现高性能持久化内存与自我学习模式。包含会话记忆、长期向量存储及用于状态化代理工作流程的层级式上下文管理。